От многопоточных вычислений переходим к распределённым. То есть вычисления, происходящие на нескольких компьютерах.
Конечно, в зависимости от задачи, вы можете взять готовые решения вроде CGRU или Deadline для рендеринга, charm4py или Dask для ML, или замутить что-то на AWS С2. Но хотелось бы чего-то попроще, попитоничней что ли)
А ведь в Python есть средства "из коробки" для синхронизации нескольких процессов на разных хостах.
Вот простой пример кода, который синхронизирует работу двух процессов на разных компьютерах.
В этом случае используется процесс-посредник, который является синхронизирующим сервером.
В примере создаётся некий Manager, который шарит общую для клиентов очередь. Все подключившиеся могут что-то в неё писать или забирать.
В моём коде один процесс что-то "считает" и складывает в очередь, другой забирает и продолжает какие-то свои "расчёты".
Если у вас есть несколько машин, то можете попробовать это запустить по сети (нужно заменить 'localhost' на IP-адрес сервера). Но и на локальной машине сработает.
Gist 🌎
#libs#source#tricks
#SeccionAprendizaje📚
🔖Titulo: Pasos para lanzar productos.
📂Proyecto: CubaEmprende
✍Autor: Sergey Avila
🖇Documento de apoyo a lo antes explicado.🖇
Fue desarrollado por un profesor de un proyecto de emprendimiento de negocios que se está realizando en Cuba llamado "Cuba Emprende"
📝Está todo bien explicito.
✒️Recomiendo su lectura y estudio.🖋
#SeccionAprendizaje📚
🔖Título: El papel de un colectivo de mujeres en las Tecnologías de la Información y las Comunicaciones (Tics).
✒️Totalmente recomendado🖋
🖇Retazo de un documento🖇
📕#libro